AI901-Foundry#14-3
注: この問題は、同じ前提を持つ一連の問題の一部です。それぞれの問題には異なる解決策が提示されます。
前提
あるカスタマー サポート企業が、顧客からの問い合わせメールを以下 3 カテゴリーに自動分類する AI を Azure AI Foundry で構築します: (1) Technical Issue / (2) Billing / (3) General Inquiry。出力は厳密に上記カテゴリー名のみで、追加コメントは不要、誤分類は最小化したい状況です。
解決策
出力品質を保証するため Azure OpenAI の
response_format: {"type": "json_object"} を指定し、JSON スキーマで「{ category: 'Technical Issue' | 'Billing' | 'General Inquiry' }」のみを返すよう設計、不正な値が返った場合はリトライまたは人間レビュー キューへ送る検証ロジックを追加します。この解決策は目的を満たしますか?
解説
【判定: はい】の理由
response_format による構造化出力強制は Azure OpenAI で有効な品質保証手段で、JSON スキーマと組み合わせることでカテゴリー値のばらつきを根本的に抑止できます。不正値検出時のリトライ / 人間レビュー キュー送りは Microsoft Responsible AI の Reliability and safety / Accountability に貢献する標準対策で、本番品質を完全に担保する設計です。Foundry SDK は JSON モードを標準サポートし、Python の pydantic / TypeScript の zod 等で受信側スキーマ検証を組み合わせれば end-to-end の型安全性を確保できます。few-shot prompting と組み合わせれば最高品質の本番運用が実現します。
【「いいえ」が違う理由】
本ソリューションは構造化出力 + 検証 + フォールバックの全部入りで、誤分類最小化要件を完全に満たします。「目的を満たさない」と判断する根拠はありません。
response_format による構造化出力強制は Azure OpenAI で有効な品質保証手段で、JSON スキーマと組み合わせることでカテゴリー値のばらつきを根本的に抑止できます。不正値検出時のリトライ / 人間レビュー キュー送りは Microsoft Responsible AI の Reliability and safety / Accountability に貢献する標準対策で、本番品質を完全に担保する設計です。Foundry SDK は JSON モードを標準サポートし、Python の pydantic / TypeScript の zod 等で受信側スキーマ検証を組み合わせれば end-to-end の型安全性を確保できます。few-shot prompting と組み合わせれば最高品質の本番運用が実現します。
【「いいえ」が違う理由】
本ソリューションは構造化出力 + 検証 + フォールバックの全部入りで、誤分類最小化要件を完全に満たします。「目的を満たさない」と判断する根拠はありません。
コメント